程序题
第二章 图像变换
-
傅里变换的MATLAB实现
clear all f=zeros(256,256); %产生一个全零的256*256矩阵f f(124:132,120:136)=1; %在f中心产生一个8*16的全1方块 subplot(1,3,1);imshow(f); %显示f f=im2double(f); F1=abs(fft2(t)); %二维离散的傅里叶变换 subplot(1,3,2);imshow(F1); %有的教材里显示的是log(1+F1) F2=fftshift(F1); %中心化 subplot(1,3,3);imshow(F2); %显示结果图
-
离散余弦变换的MATLAB实现
clear all f=imread('LENA128'); %读取图像 subplot(1,3,1);imshow(f); %显示原图 C=dct2(f); %进行离散余弦变换 subplot(1,3,2);imshow(log(abs(C)),[]); C(abs(C)<10)=0; %将DCT变换后小于10的元素设为0 fo=idct2(C)/255; %进行IDCT subplot(1,3,3);imshow(fo); %显示结果图
- 离散余弦变换的MATLAB应用
第三章 图像增强
-
全域灰度线性变换
clear all f=imread('图'); subplot(1,2,1);imshow(f); %输出原图 f=double(f); a=min(min(f)) b=max(max(f)) c=100;d=220; %映射区间 g=(f-a)*(d-c)/(b-a)+c; %线性映射 subplot(1,2,2);imshow(unit8(g)); %输出结果图
-
负相变换
clear all f=imread('图'); f=rgb2gray(f); %rgb图像灰度化 subplot(1,2,1);imshow(f); %输出原图 ff=imcomplement(f); %负相变换函数 subplot(1,2,2);imshow(ff); %输出结果图
-
对数变换
clear all X1=imread('图.bmp')； X1=rgb2gray(X1); subplot(1,2,1);imshow(X1); c=255/log(256); [m,n]=size(X1); X2=double(X1); for i=1:m for j=1:n g(i,j)=0; g(i,j)=c*log(X2(i,j)+1); end end subplot(1,2,2);imshow(mat2gray(g));
-
直方图均衡化处理
clear all r=imread('图.bmp'); r=rgb2gray(r); subplot(2,2,1);imshow(r); subplot(2,2,2);imhist(r);axis([0 255 0 6000]); s=histeq(r); subplot(2,2,3);imshow(s); subplot(2,2,4);imhist(s);axis([0 255 0 6000]);
-
利用各种尺寸的模板平滑图像
clear all I=imread('图.bmp'); subplot(231),imshow(I); %显示原图 J=imnoise(I,'slt & pepper'); %添加默认密度椒盐噪声 subplot(232),imshow(J); K1=filter2(fspecial('average',3),J); %使用3x3模板平滑处理 subplot(233),imshow(unit8(K1)); K2=filter2(fspecial('average',5),J); %使用5x5模板平滑处理 subplot(234),imshow(unit8(K2)); K3=filter2(fspecial('average',7),J); %使用7x7模板平滑处理 subplot(235),imshow(unit8(K3)); K4=filter2(fspecial('average',9),J); %使用9x9模板平滑处理 subplot(236),imshow(unit8(K4));
-
中值滤波
clear all I=imread('图.bmp'); I=rgb2gray(I); J=imnoise(I,'salt & pepper',0.01)； subplot(2,2,1),imshow(J); K=medfilt2(J); %默认使用3x3窗口滤波,NxM窗口滤波语法为K=medfilt2(J,[N,M]) subplot(2,2,2),imshow(K); J0=imnoise(I,'gaussion',0.01); subplot(2,2,3),imshow(J0); K0=medfilt2(J0); subplot(2,2,4),imshow(K0);
-
自适应滤波
clear all I=imread('图.bmp'); I=rgb2gray(I); J=imnoise(I,'gaussian',0.01); subplot(1,2,1);imshow(J); K=wiener2(J,[5,5]); subplot(1,2,2),imshow(K);
第四章 图像分割
-
利用最大方差自动取阈值法分割图像
clear all I=imread('图.bmp')； T=graythresh(I); BW=im2bw(I,T); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(BW);
-
利用Roberts、Sobel、Prewitt以及拉普拉斯算子对图像进行边缘检测
I=imread('图.bmp'); BW1=edge(I,'roberts'); %使用Roberts算子进行边缘检测 subplot(2,2,1);imshow(BW1); BW2=edge(I,'sobel'); %使用Sobel算子进行边缘检测 subplot(2,2,2);imshow(BW2); BW3=edge(I,'prewitt'); %使用Prewitt算子进行边缘检测 subplot(2,2,3);imshow(BW3); BW4=edge(I,'log'); %使用高斯-拉普拉斯算子进行边缘检测 subplot(2,2,4);imshow(BW4);
计算题
第三章 图像增强
直方图均衡化 [ √ ]
模板的使用 [ √ ]
第四章 图像分割
双峰法取阈值 [ √ ]
P参数取阈值 [ √ ]
第五章 图像数学形态基本运算
- 膨胀的明夫斯基和形式 [ √ ]
选择填空知识点
第一章 绪论
graph LR
图像传感器-->作用
作用-->输入能转换电信号
图像传感器-->功能
功能-->输入能转换数字图像
图像传感器-->类型(固态阵列传感器类型)
类型-->CCD
CCD-->面阵传感器,成像质量好
类型-->CMOS
CMOS-->成本低,速度快,更敏感,价格低廉
类型-->CID
CID-->电荷注入检测器
graph LR
数字化原理-->采样
数字化原理-->量化
采样-->空间离散化
量化-->幅度离散化
graph LR
A[模拟图像数字化得到<br/>的,以像素为基本元<br/>素的,可以用数字系统<br/>存储和处理的图像.]-->数字图像
数字图像-->像素
像素-->构成数字图像的额最小单位,以矩阵形式排列
数字图像-->空间分辨率
空间分辨率-->描述采样的精度,分辨率越高,细节越多
数字图像-->DPI
DPI-->设备每英寸像素点数,表征设备的分辨率
数字图像-->PPI
PPI-->图像每英寸像素点数,表征图像存储信息量大小
graph LR
数字图像分类-->灰度图像
灰度图像-->1Pix=8bit
数字图像分类-->二值图像
二值图像-->1Pix=1bit
数字图像分类-->彩色图像
彩色图像-->1Pix=24bit
彩色图像-->RGB
RGB-->加性模型
彩色图像-->HSI
HSI-->色调,饱和度,强度
彩色图像-->CMY
CMY-->减性模型
CMY-->青色,洋红色,黄色
第二章 图像变换
graph LR
二维离散傅里叶变换-->未中心化
未中心化-->四角为低频,中央为高频
二维离散傅里叶变换-->中心化
中心化-->四角为高频,中央为低频
二维离散傅里叶变换-->空间频率
空间频率-->图像灰度值随空间坐标变化的快慢
第三章 图像增强
graph LR
图像增强-->空间域
图像增强-->频率域
空间域-->点运算
点运算-->灰度变换
灰度变换-->线性变换
灰度变换-->非线性变换
点运算-->直方图修正法
直方图修正法-->均衡化
直方图修正法-->规定化
空间域-->模板处理
模板处理-->图像平滑
模板处理-->图像锐化
图像锐化-->A[不同行之间做差值,x方向做偏导,<br>x方向锐化.不同列之间做差值,<br>y方向做偏导,y方向锐化.]
频率域-->高通滤波
频率域-->低通滤波
频率域-->同态滤波
第四章 图像分割
graph LR
图像分割-->阈值分割
阈值分割-->取阈值法
阈值分割-->P参数法
图像分割-->边缘检测
图像分割-->区域分割
区域分割-->区域生长
区域生长-->灰度差
区域生长-->直方图分布
区域生长-->形状
区域分割-->分裂合并
第五章 图像数学形态学计算
graph LR
图像数学形态学计算-->结构元素
结构元素-->用于测试输入的最小结构
图像数学形态学计算-->腐蚀Ө
腐蚀Ө-->A(在图像区域中平移刷子时,所有<br>被完整容纳的刷子的原点集合)
图像数学形态学计算-->膨胀⊕
膨胀⊕-->B(所有原点在图像区域中的刷子构<br>成的集合)
图像数学形态学计算-->开运算
开运算-->C(先腐蚀再膨胀)
开运算-->D(用于消除小物体,在纤细点处分<br>离物体,保留较大物体体积的<br>同时平滑边缘,去除椒盐噪声)
图像数学形态学计算-->闭运算
闭运算-->E(先膨胀再腐蚀)
闭运算-->F(用于去除前景噪声,填充目标内<br>部细小孔洞,断开紧邻目标,<br>平滑边界,去除砂眼噪声)
图像数学形态学计算-->边界检测
边界检测-->内边界
边界检测-->外边界
边界检测-->形态学梯度,或称跨骑
内边界-->A-AӨB
外边界-->A⊕B-A
形态学梯度,或称跨骑-->A⊕B-AӨB
